Clojure: все вещи, регулярные выражения

Недавно я занимался утилизацией веб-страниц с использованием Clojure и Enlive, и мне пришлось писать регулярные выражения для извлечения данных, которые меня интересуют.

В своих путешествиях я сталкивался с несколькими различными функциями, и я никогда не был уверен, какая из них правильная, поэтому я решил, что буду документировать то, что пытался сделать для меня в будущем.

Проверьте, соответствует ли регулярное выражение

Первое регулярное выражение, которое я написал, было при отборе результатов Лиги чемпионов из Статистического фонда Rec.Sport.Soccer, и я хотел определить, какие пролеты содержали результат матча, а какие — нет.

Соответствующая строка будет выглядеть так:

И несоответствующий, как это:

Я написал следующее регулярное выражение для определения результатов матчей:

Затем я написал следующую функцию, используя повторные совпадения, которые возвращали бы true или false в зависимости от ввода:

Повторные совпадения возвращают совпадения только в том случае, если вся строка соответствует шаблону, что означает, что если бы у нас была строка с каким-то поддельным текстом после оценки, она не будет соответствовать:

Если мы не возражаем против этого и хотим, чтобы какая-то часть строки соответствовала нашему шаблону, мы можем вместо этого использовать re-find :

Извлечь группы захвата

Следующее, что я хотел сделать, это захватить команды и счет в матче, который я первоначально сделал, используя re-seq :

Затем я извлек различные части следующим образом:

re-seq возвращает список, который содержит последовательные совпадения регулярного выражения. Список будет содержать либо строки, если мы не укажем группы захвата, либо вектор, содержащий соответствующий шаблон и каждую из групп захвата.

Например, если мы теперь сопоставим только последовательности AZ или пробелов и удалим оставшуюся часть шаблона сверху, мы получим следующие результаты:

В нашем случае повторный поиск или повторное сопоставление на самом деле имеет больше смысла, поскольку мы хотим сопоставить шаблон только один раз. Если после этого есть другие совпадения, они не включаются в результаты. например

повторное совпадение возвращает здесь ноль, потому что в строке есть символы, которые не соответствуют шаблону, то есть дефис между двумя значениями.

Если мы свяжем это с нашими группами захвата, мы получим следующее:

Я также натолкнулся на функцию re-pattern, которая предоставляет более подробный способ создания шаблона, а затем оценил его с помощью re-find :

Одно из отличий состоит в том, что мне пришлось избежать специальной последовательности ‘\ s’, иначе я получил следующее исключение:

Я тоже хотел поиграть с регруппами, но это, казалось, вызывало исключение довольно часто, когда я ожидал, что это сработает.

Последней функцией, которую я посмотрел, был re-matcher, который, казалось, был длинным указателем для синтаксиса «#» », использованного ранее в посте для определения соответствий:

В итоге

Таким образом, в заключение я думаю, что большинство случаев использования охватываются повторным поиском и повторным совпадением и, возможно, повторными запросами в особых случаях. Я не мог видеть, где бы я использовал другие функции, но я счастлив, что оказался неправ.